| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容与章节安排 | 第11-13页 |
| 第2章 群体智能算法与聚类算法的理论综述 | 第13-22页 |
| 2.1 最优化问题 | 第13页 |
| 2.2 群体智能算法 | 第13-16页 |
| 2.2.1 粒子群算法 | 第13-14页 |
| 2.2.2 布谷鸟优化算法 | 第14-15页 |
| 2.2.3 萤火虫优化算法 | 第15-16页 |
| 2.3 聚类算法 | 第16-22页 |
| 2.3.1 基于划分的聚类算法 | 第17-18页 |
| 2.3.2 基于层次的聚类算法 | 第18页 |
| 2.3.3 基于密度的聚类算法 | 第18-19页 |
| 2.3.4 基于网格的聚类算法 | 第19-20页 |
| 2.3.5 基于模型的聚类算法 | 第20页 |
| 2.3.6 Silhouette评价指标 | 第20-22页 |
| 第3章 实时学习的果蝇优化算法 | 第22-29页 |
| 3.1 果蝇优化算法 | 第22页 |
| 3.2 实时学习的果蝇优化算法 | 第22-24页 |
| 3.2.1 柯西变异因子 | 第23页 |
| 3.2.2 实时学习的果蝇优化算法 | 第23-24页 |
| 3.3 实验结果与分析 | 第24-28页 |
| 3.3.1 实验环境 | 第25页 |
| 3.3.2 实验结果对比 | 第25-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 基于差异化距离果蝇优化算法的近邻传播聚类算法 | 第29-36页 |
| 4.1 近邻传播聚类算法 | 第29页 |
| 4.2 基于差异化距离果蝇优化算法的近邻传播聚类算法 | 第29-32页 |
| 4.2.1 差异化距离的果蝇优化算法 | 第30-31页 |
| 4.2.2 基于差异化距离果蝇优化算法的近邻传播聚类算法 | 第31-32页 |
| 4.3 仿真实验与分析 | 第32-35页 |
| 4.3.1 实验数据与参数设置 | 第32-33页 |
| 4.3.2 实验结果与分析 | 第33-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第5章 AP-FOADD在股市板块分析中的应用 | 第36-43页 |
| 5.1 数据预处理 | 第36-37页 |
| 5.2 聚类结果及分析 | 第37-42页 |
| 5.3 本章小结 | 第42-43页 |
| 第6章 总结与展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 附录 | 第50-54页 |
| 作者简介 | 第54页 |
| 攻读学位期间的研究成果 | 第54页 |
